用于计算量子配分函数的方法、相关装置及程序产品

    公开(公告)号:CN112633511B

    公开(公告)日:2021-11-30

    申请号:CN202011550673.6

    申请日:2020-12-24

    Inventor: 王鑫 王友乐

    Abstract: 本申请公开了用于计算量子配分函数的方法、装置、电子设备、可读存储介质及计算机程序产品,涉及量子计算技术等领域。一实施方式包括:获取目标哈密顿量、预设的参数化量子电路、第一初始概率分布、第一初始量子态、第一预设次数和逆温度;计算目标哈密顿量在每次的第一实际量子态下的能量值,得到能量值集合;根据基于能量值集合计算得到的能量均值和逆温度计算得到作为当前的损失函数的离散形式的自由能;最小化当前的损失函数,并利用更新后的新概率分布不断迭代计算,且将满足第一预设迭代要求的损失函数作为目标损失函数;根据目标损失函数和逆温度计算得到目标配分函数的估计值。应用该实施方式可以更高效、准确的计算量子配分函数。

    图的分割方法、装置及电子设备
    22.
    发明公开

    公开(公告)号:CN113591906A

    公开(公告)日:2021-11-02

    申请号:CN202110686730.1

    申请日:2021-06-21

    Inventor: 王鑫 赵炫强

    Abstract: 本公开提供了一种图的分割方法,涉及图论领域,尤其涉及图像处理等人工智能领域,可以应用于统计物理、超大规模集成电路设计、数据聚类分析等场景,包括:获取待分割的图,其中,图包括多个顶点和顶点之间的边;对待分割图进行分割获取顶点的近似分割解向量,根据近似分割解向量初始化顶点的可变参数向量;根据图的可变参数向量迭代出图的最小化损失函数;获取每个顶点在最小化损失函数的生成时刻对应的可变参数向量的目标值;针对每个顶点,根据顶点对应的目标值,确定顶点被割开的边数。本公开中,在已经求解出的近似分割解的基础上进行优化,提高了求解效率,降低了求解难度,增强了实用性以及通用性,强化了求解的高效性。

    消除量子测量噪声的方法及系统、电子设备和介质

    公开(公告)号:CN113011593B

    公开(公告)日:2021-11-02

    申请号:CN202110276285.1

    申请日:2021-03-15

    Inventor: 王琨 陈俣翱 王鑫

    Abstract: 本公开提供了一种消除量子测量噪声的方法、系统、电子设备、计算机可读存储介质和计算机程序产品,涉及计算机领域,尤其涉及量子计算机技术领域。实现方案为:确定测量设备连续执行的最大次数Z;对于包含Z个整数的集合{0,1,…,K}中的每一个整数k:执行M1次量子计算过程,以基于每次量子计算过程所得到的中间测量结果来计算M1次量子计算过程的平均测量结果,并且其中,在每次量子计算过程中,通过量子计算机产生一个n量子比特的量子态ρ,连续执行测量设备k+1次以对量子态ρ进行测量并得到该次量子计算过程的中间测量结果;以及基于所有整数k所对应的平均测量结果,利用诺依曼级数确定消除量子测量噪声后的计算结果的无偏估计。

    图的分割方法、装置及电子设备

    公开(公告)号:CN113554057A

    公开(公告)日:2021-10-26

    申请号:CN202110686732.0

    申请日:2021-06-21

    Inventor: 王鑫 赵炫强

    Abstract: 本公开提出了一种图的分割方法,涉及图论领域,尤其涉及图像处理等人工智能领域,可以应用于统计物理、网络设计、超大规模集成电路设计、数据聚类分析等场景下,包括:获取待分割的图,其中,图包括多个顶点和顶点之间的边;生成顶点的可变参数向量,并根据顶点的可变参数向量,迭代出图的最小化损失函数;获取顶点在最小化损失函数的生成时刻对应的可变参数向量的目标值;针对每个顶点,根据顶点对应的目标值,确定顶点被割开的边数。本公开中,将最大割问题转化成了可变参数向量的优化问题,降低了最大割问题的求解难度,提高了最大割问题的求解效率,增强了最大割问题的实用性,强化了最大割问题的求解的高效性。

    量子神经网络训练方法及装置、电子设备和介质

    公开(公告)号:CN113033703B

    公开(公告)日:2021-10-26

    申请号:CN202110432127.0

    申请日:2021-04-21

    Abstract: 本公开提供了一种量子神经网络训练方法、装置、电子设备、计算机可读存储介质和计算机程序产品,涉及量子计算领域,尤其涉及量子信息传输技术领域。实现方案为:对于量子通信双方中的每一方:初始化待训练的第一量子神经网络和至少两个第二量子神经网络,并获取量子态训练集;设置双方共享的一个或多个处于纠缠态的量子比特对;对于每一个量子态组合:将量子态组合中的量子态输入各自对应的第一量子神经网络中,并测量其输出的且不输入到至少两个第二量子神经网络中的每一个的量子比特以得到相应的量子态;根据测量的结果选择性运行第二量子神经网络,以获得双方输出量子比特的量子态以计算损失函数;以及调整参数值,以使得损失函数达到最小值。

    纠缠量子态提纯方法、装置、设备、存储介质及产品

    公开(公告)号:CN112529199B

    公开(公告)日:2021-09-28

    申请号:CN202011541607.2

    申请日:2020-12-23

    Abstract: 本公开提供了纠缠量子态提纯方法、装置、设备、存储介质及产品,涉及量子计算领域。具体实现方案为:确定第一组量子比特和第二组量子比特;将与第一组量子比特对应的第一参数化量子电路作用到第一组量子比特中的至少部分第一量子比特上,并得到第一测量结果;将与第二组量子比特对应的第二参数化量子电路作用到第二组量子比特中的至少部分第二量子比特上,并得到第二测量结果,其中,所述目标第二量子比特为与所述目标第一量子比特纠缠的量子比特;至少基于所述第一测量结果和所述第二测量结果之间关系来对所述目标第一量子比特和目标第二量子比特对应的纠缠量子态进行提纯处理,并得到目标提纯量子态。如此,实现了对纠缠量子态的提纯。

    量子纠缠态分配方法、装置、设备、存储介质及产品

    公开(公告)号:CN112529202B

    公开(公告)日:2021-09-24

    申请号:CN202011541649.6

    申请日:2020-12-23

    Abstract: 本公开提供了量子纠缠态分配方法、装置、设备、存储介质及产品,涉及量子计算领域。具体实现方案为:确定至少两个目标量子比特,第一目标量子比特位于第一节点,第二目标量子比特位于第二节点;确定至少一个中间节点,获取中间节点所对应的中间参数化量子电路,并作用到中间节点所对应的中间量子比特上,得到中间测量结果;从第一节点对应的第一参数化量子电路中选取出目标第一参数化量子电路,并作用到第一目标量子比特上;从第二节点对应的第二参数化量子电路中选取出目标第二参数化量子电路,作用到第二目标量子比特上;以得到第一目标量子比特与第二目标量子比特所得到的输出量子态,如此,实现纠缠资源的分配。

    模型处理方法、装置、设备及存储介质

    公开(公告)号:CN112561069B

    公开(公告)日:2021-09-21

    申请号:CN202011548207.4

    申请日:2020-12-23

    Abstract: 本公开提供了模型处理方法、装置、设备、存储介质及产品,涉及量子计算领域。具体实现方案为:获取待进行训练的参数化量子电路样本的编码信息;计算待进行训练的参数化量子电路样本的参数梯度的二阶矩;将所述参数化量子电路样本的参数梯度的二阶矩作为标签,并对所述参数化量子电路样本的编码信息进行标注,得到标注后的编码信息;将所述标注后的编码信息输入至预设神经网络进行模型训练,并在训练完成后得到目标神经网络,其中,所述目标神经网络能够基于输入的待预测的参数化量子电路的编码信息,预测得到所述待预测的参数化量子电路的参数梯度的二阶矩估计值。如此,能够有效对参数化量子电路的特征进行评估。

    量子纠缠探测方法、装置、电子设备及存储介质

    公开(公告)号:CN112541590B

    公开(公告)日:2021-09-14

    申请号:CN202011455783.4

    申请日:2020-12-10

    Inventor: 王琨 王鑫 赵炫强

    Abstract: 本申请公开了一种量子纠缠探测方法、装置、电子设备及存储介质,涉及量子计算技术领域。具体实现方案为:获取参数化量子电路,并将所述参数化量子电路分别作用在两个初始量子态上,以得到两个第一量子态,其中,所述参数化量子电路包括可调节参数;基于待测量子态及所述两个第一量子态,获取损失函数;最小化所述损失函数,并获取最小化后所述损失函数的取值;基于所述取值探测所述待测量子态是否为纠缠态。本申请对于量子是否纠缠态的探测更为简单易行,降低了量子纠缠探测的工作量。

    用于量子数据分类的模型训练方法以及量子数据分类方法

    公开(公告)号:CN113379059A

    公开(公告)日:2021-09-10

    申请号:CN202110649751.6

    申请日:2021-06-10

    Inventor: 王鑫 赵炫强

    Abstract: 本公开提供了用于量子数据分类的模型训练方法以及量子数据分类方法,涉及人工智能技术领域,尤其涉及量子计算、深度学习技术领域。具体实现方案为:获取量子数据训练集中每个样本量子数据点所属的第一类别信息;通过预训练的方式确定多个局域量子电路以及分别所作用的样本量子数据点的部分量子比特;针对每个样本量子数据点,将多个局域量子电路分别作用到样本量子数据点的部分量子比特上,不同局域量子电路作用的量子比特存在差异;并将测量得到的作用后的部分量子比特的第一状态信息以及第一类别信息作为对经典神经网络进行训练的训练数据。节省了量子数据分类时使用的量子资源,且为提升量子数据分类的精度奠定了基础。

Patent Agency Ranking